DataEngineered

Datasets curados com procedência rastreável
criados a partir de fontes públicas abertas

Para desenvolvedores, equipes de dados e pesquisadores que precisam de fatos estruturados e citados em vez de coletar dez fontes manualmente.

A DataEngineered projeta e mantém conjuntos de dados estruturados e relacionais em dez segmentos de consumo e técnicos — cada conjunto de dados criado a partir de fontes públicas documentadas, vendidos como snapshots para download, assinaturas e APIs.

10 produtos de dados
500K+ registros curados
100% dos conjuntos de dados indicam suas fontes
7 de 10 atualizados automaticamente todo mês

Os conjuntos de dados

Cada produto inclui uma amostra gratuita para que você valide o esquema e a qualidade antes de licenciar.

🧴

INCIdb

Skincare e cosméticos

Formulações cosméticas decompostas em suas listas de ingredientes INCI, vinculadas à química em nível de composto. INCIDB Korea adiciona as listas de ingredientes dos Anexos 1 e 2 do MFDS da Coreia do Sul, vinculadas por número CAS.

20.435 produtos46.013 nomes INCI
$79 · Korea $149 pagamento único · para equipes de ML/NLP que criam modelos de normalização de ingredientes e analistas de compliance que fazem auditorias em massa dos Anexos
☕

RoasterDB

Café especial

Produtos de café especial com origem, processo e notas de degustação mapeadas para a Roda de Sabores da SCA.

12.000+ produtos270+ torrefações20+ países
$49 pagamento único · para ML, motores de recomendação e apps de café B2B
💊

SuppDB

Suplementos e nootrópicos

Rótulos reais de suplementos do NIH DSLD, normalizados para dosagens em mg, com sinalizadores de blends proprietários e química do PubChem.

17.000+ produtos2.000+ marcas
$199 / $49 pagamento único · para apps de saúde com IA, comparação de doses e integração B2B
🌿

FloraDB

Plantas de interior e botânica

Plantas de interior curadas, com nomes verificados no GBIF, métricas quantitativas de cuidado de luz, água e temperatura (com um nível de confiança por planta) e toxicidade para pets segundo a ASPCA.

270 espécies curadas891 registros de toxicidadeÍndice de 20.000+ espécies
$49 pagamento único · para apps de identificação de plantas, vasos inteligentes e recursos de segurança para pets
🔧

MechanicDB

Automotivo OBD-II

Códigos de diagnóstico de falhas — universais SAE mais códigos OEM de 32 montadoras — mapeados para procedimentos de reparo classificados, níveis de dificuldade para quem faz por conta própria e estimativas de custo de peças de reposição.

15.886 códigos DTC32 montadoras (OEM)4.212 J1939 pares de falhas56.729 soluções classificadas
$49 / $149 · Heavy Duty $149 pagamento único · OBD-II e J1939, para software de oficinas, telemática de frotas e assistentes mecânicos com IA
🥃

WhiskyDB

Destilados finos

Uísques e destilados finos de registros governamentais de rótulos e registros abertos, com um índice mensal de preços de leilão de 19 anos.

3.093 destilados2.720 destilarias7.315 referências de leilões
$49 pagamento único · para agentes de IA, análise de bebidas, plataformas de leilão e tecnologia para hotelaria
🛎️

RecallDB

Recalls de produtos e segurança

Recalls oficiais de produtos do governo federal dos EUA, normalizados entre CPSC, FDA, FSIS, NHTSA e USCG — cada recall vinculado à sua coleta de origem por uma impressão digital do payload bruto.

129.279 recalls295.319 produtos5 fontes federais
$49 pagamento único · para vendedores de e-commerce, equipes de compliance e agentes de IA que precisam de dados de recall offline
🍷

WineDB

Vinhos finos e safras

Produtores de vinhos finos, cuvées e safras com percentuais exatos de uvas no blend, descritores organolépticos de degustação e índices de valorização no mercado secundário.

3.675 safras106 vinícolas57 denominações de origem
$49 pagamento único · para apps de adega, avaliação de vinhos e corpora RAG de vinhos finos
🔌

ApplianceDB

Conserto de eletrodomésticos

Códigos de erro de eletrodomésticos identificados por chave composta (marca, mercado, tipo de eletrodoméstico, código) em 13 grandes marcas, com procedimentos de reparo classificados para 247 dos 438 códigos e, quando conhecidas, peças de reposição OEM.

438 códigos de erro288 reparos classificados13 marcas
$99 pagamento único · para apps de conserto de eletrodomésticos, triagem de assistência técnica e assistentes de manutenção residencial
🧬

CSA

Biotecnologia em fase clínica

Ativos farmacêuticos em fase clínica vinculados ativo → ensaio → patrocinador listado → ticker → status na FDA, com um calendário de catalisadores futuros. Cada linha do calendário de catalisadores traz uma URL de origem.

2.331 Phase-3 ensaios1.890 ativos farmacêuticos955 catalisadores vinculados a um ticker
$499 pagamento único · para fundos de biotecnologia, screening orientado a eventos e inteligência de cenário competitivo

Como trabalhamos

A mesma disciplina de engenharia por trás de cada produto.

Somente fontes abertas

Registros governamentais, APIs institucionais e bancos de dados abertos — coletados de forma respeitosa, dentro dos termos de cada fonte, a partir de endpoints públicos.

Fontes documentadas

Cada conjunto de dados indica as fontes públicas em que se baseia, e muitas tabelas acrescentam a cada linha um link para a fonte. Cada edição é datada.

Cobertura honesta

Nenhum valor inventado. Os números de cobertura por campo são publicados de antemão; atributos que uma fonte não publica ficam vazios ou recebem um valor padrão documentado.

Pipelines mantidos

Atualizações programadas com deduplicação mantêm os snapshots em dia — os conjuntos de dados são produtos vivos, não coletas pontuais.

Perguntas frequentes

Fatos técnicos, verificação de procedência e procedimentos de licenciamento.

Como a DataEngineered verifica a procedência de seus conjuntos de dados?

Cada conjunto de dados indica as fontes públicas em que se baseia, e muitas tabelas acrescentam a cada linha um link para a fonte. Cada edição é datada.

Com que frequência os snapshots dos conjuntos de dados da DataEngineered são atualizados?

Sete produtos (RoasterDB, FloraDB, WhiskyDB, CSA, INCIDB, SuppDB e RecallDB) são reconstruídos a partir de suas fontes por pipelines automatizados de ingestão mensal. MechanicDB, WineDB e ApplianceDB são edições curadas, reemitidas automaticamente sempre que seus dados curados mudam. Cada edição é datada e suas contagens são medidas no momento da build.

Equipes corporativas podem licenciar subconjuntos personalizados ou esquemas de dados sob medida?

Sim. Além do checkout self-service com Stripe para os snapshots padrão, equipes corporativas de engenharia de dados podem solicitar curadorias sob medida para listas-alvo específicas ou formatos de exportação especializados, incluindo Parquet, DuckDB e JSON.

Há partições de dados de amostra gratuitas antes de comprar uma licença comercial?

Com certeza. Cada card de conjunto de dados no portal DataEngineered leva diretamente a uma partição de amostra gratuita hospedada no Hugging Face ou no Kaggle, para que sua equipe possa testar e validar a compatibilidade do esquema na hora.

Licenciamento e trabalhos sob medida

Os conjuntos de dados completos são vendidos sob licenças comerciais — a maioria é self-service, com checkout seguro pelo Stripe e download imediato, como snapshots de pagamento único ou assinaturas com atualizações. Curadoria sob medida para sua lista-alvo está disponível sob solicitação.

ou escreva para hello@dataengineered.io